앤시스 워크벤치를 활용한 해석 성공 사례   앤시스 플루언트(Ansys Fluent)의 iFSI 기능은 구조 연성 해석에서 매우 유용한 기능이다. 이번 호에서는 Thermo-elasticity Model을 적용한 바이메탈 열변형 해석 사례를 통해, 플루언트 iFSI 기능의 장단점을 살펴보고자 한다.    ■ 정세훈 태성에스엔이 FBU-F5팀의 수석 매니저로 유동 해석 기술 지원 및 교육, 용역 업무를 담당하고 있다. 홈페이지 | www.tsne.co.kr   앤시스에서 제공하는 FSI(Fluid-Structure Interaction : 유동-구조 연성 해석) 해석 방법은 크게 ‘extrinsic FSI’와 ‘intrinsic FSI’로 나뉜다. Extrinsic FSI는 CFD 및 메커니컬 솔버의 결과(유체-구조 상호작용 경계면에서의 압력, 열 및 변위)를 시스템 커플링 또는 External Data와 같은 별도의 프로그램을 통해 특정 반복(iteration)/시간(time)마다 주고받는 연성 해석 방법이다. 반면, ‘intrinsic FSI(iFSI)’는 별도의 커플링 프로그램 및 FEA 솔버 없이 앤시스 플루언트 솔버 단독으로 FSI 해석을 수행하는 방법으로, 앤시스 2019R1 버전에서 베타 기능으로 처음 소개되었으며 2020R1 버전에서 정식 기능으로 추가되었다. 2024R2 버전 기준으로, iFSI 해석 시에는 다음과 같은 제한 및 주의 사항이 있다. 다면체(polyhedral) 셀을 지원하지 않음 FSI 솔루션이 초기화 또는 시작된 경우 격자를 교체할 수 없음 유체와 고체 영역은 반드시 양면 벽(즉, wall/wall-shadow)에 의해 분리되어야 함 구조 모델을 활성화하려면 도메인에 적어도 하나의 고체 영역이 있어야 함 다음 동적 메시 옵션은 지원되지 않음 : in-cylinder, six DOF, 접촉 감지(contact detection)  Dynamic Mesh Zones 대화 상자에서 양면 벽(즉, 벽 또는 벽 그림자) 바로 옆의 유체 셀 영역(벽 대화 상자의 Adjacent Cell Zone 필드에 의해 표시됨)에 대해서만 선택 가능 DEFINE_PROFILE과 같은 다른 경계 조건 프로파일 또는 UDF는 사용할 수 없음 shell conduction, mesh adaption, mesh morpher, optimizer, adaptive time stepping 기능은 사용할 수 없음 구조 모델은 앤시스 워크벤치에서 앤시스 플루언트를 실행할 때 사용할 수 없음 선형 탄성(linear elasticity) 구조 모델은 고체 재료의 항복 강도를 초과하지 않는 응력 하중에 적합함   Thermal-elasticity Model thermal-elasticity model은 앤시스 플루언트 솔버에 탑재된 다음과 같은 구성 방정식을 통해 열하중에 의한 구조물의 변형을 예측하는 기능이다.   εt = total strain vector ∆T= T – Tref , Tref = Starting(reference) temperature  {α} = vector of coefficients of thermal expansion  {β} = vector of thermos elastic coefficients = [D]{α}  [D]  = elastic stiffness matrix <그림 1>에서 Energy Equation을 선택하고, <그림 2>와 같이 Structural Model에서 Thermal Effect 항목을 설정하면 해당 기능을 사용할 수 있다.   그림 1. Energy Equation 선택   그림 2. Structural Model 설정   바이메탈 열변형 해석 사례 <그림 3>은 유동장 내부의 바이메탈 변형량을 예측하기 위한 iFSI 해석 사례의 개략도이다.   그림 3. 바이메탈 연성 해석 개략도   이 사례에서 바이메탈 하부 재료(steel1)는 상부 재료(steel2)에 비해 더 높은 열팽창 계수를 가지고 있으며, 각 재료의 물성은 <표 1>과 같다. 유체는 이상기체로 가정했다. 바이메탈이 뜨거운 유체에 의해 가열되어 발생하는 열팽창과 굽힘 차이를 예측하기 위해 Thermal-elasticity Model을 적용한 iFSI 기법으로 해석을 진행했다.   표 1. 바이메탈 물성값     ■ 자세한 기사 내용은 PDF로 제공됩니다.

제조산업의 성공적인 혁신 위한 디지털 스레드 기술과 전략 제공   PTC는 CAD를 시작으로 PLM(제품 수명주기 관리), SLM(서비스 수명주기 관리), IoT(사물인터넷), ALM(애플리케이션 수명주기 관리) 등 포트폴리오를 확장해 왔다. 최근에는 솔루션 기업을 넘어 ‘제조산업을 위한 디지털 스레드(digital thread) 기업’으로 지향점을 설정하고, 디지털 스레드 역량과 기술을 제공하는 데에 중점을 두고 있다. PTC코리아에서 사업 개발을 담당하고 있는 이봉기 상무는 디지털 스레드 전략의 핵심으로 연결성, 개방성, 가치 로드맵을 내세웠다. 또한 국내 제조기업의 디지털 전환을 지원하면서 시장 입지를 강화할 계획이라고 밝혔다. ■ 정수진 편집장   ▲ PTC코리아 이봉기 상무   PTC에서는 디지털 스레드를 어떻게 정의하고 있는지 제조업체와 협력을 진행하는 과정에서 체감한 한계는, 상당수의 디지털 전환(DX) 프로젝트가 제한적인 성공을 거둔다는 점이었다. 프로젝트가 메커니컬 데이터의 관리나 BOM에 치중하면서 개발부서나 R&D센터를 중심으로 진행되다 보니, 경영진의 시각에서는 매출 성과나 프로세스/납기 단축, 비즈니스 기여도 등 기업 전체의 디지털 전환 목표와 괴리를 발견하게 되었다는 것이다. PTC는 디지털 스레드를 특정 부서나 단위에 한정된 프로젝트가 아닌, 기업 전체에 걸친 가치사슬(value chain)을 유기적으로 연결하는 것으로 보고 있다. 기존의 PLM 시스템은 정보를 한 곳에 모으는 데에 중점을 두었다. 하지만 이런 접근 방식은 정보가 유기적으로 흐르지 않기 때문에, 필요한 사람이 직접 정보를 찾아내는 데에 한계가 있다. 디지털 스레드는 정보가 단순히 모이는 것에 그치지 않고 사용자가 필요한 시점에 필요한 정보를 자동으로 제공받을 수 있도록 함으로써, 궁극적으로 전사적인 디지털 전환을 가능하게 하는 핵심 요소라고 할 수 있다. PTC는 이런 디지털 스레드를 통해 기업의 목표를 효과적으로 달성할 수 있으며, 디지털 기반의 혁신을 이룰 수 있다고 믿는다.   PTC의 디지털 스레드 전략은 어떻게 차별화되는지 최근에는 많은 제품이 하드웨어와 소프트웨어의 융합으로 만들어지고 있다. 모든 것이 소프트웨어로 정의된다는 SDx(software-defined x)의 개념이 이를 잘 설명한다. 그런데, 하드웨어와 소프트웨어의 개발 주기가 서로 다르다는 점이 제조산업에서는 한계로 작용한다.  하드웨어는 개발 주기가 길고 불규칙한 반면, 소프트웨어는 애자일(agile) 개발 방법론을 적용해 짧을 주기로 개발되며 긴밀한 협력이 요구된다. 이런 개발 주기의 차이 때문에 하드웨어와 소프트웨어 간의 협업이 어렵고, 전체 개발 기간이 길어지며, 내부 협업이 복잡해지는 문제가 생긴다. 이러한 문제를 해결하기 위해 하드웨어도 소프트웨어처럼 짧은 개발 주기로 유연하게 개발할 수 있도록 지원하며, 두 영역의 유기적인 협업 개발 체계를 만드는 것이 화두가 되고 있다. 디지털 스레드는 이 부분에서 제조산업을 지원할 수 있다고 본다. PTC의 디지털 스레드는 ALM과 PLM에 중점을 두고 있으며, IoT를 통한 도메인 간의 연결을 강조한다. IoT의 핵심은 공장의 설비와 시스템 그리고 제품의 정보를 연결하는 것이다. PTC는 IoT의 콘셉트에 기반해 도메인 간의 연결 및 하드웨어-소프트웨어의 연결을 중시하면서, 기업 내 부문간의 협업 체계를 구축하는 것을 디지털 스레드에 녹여내고 있다. 이는 경쟁사들이 제공하지 않는 차별화된 접근 방식이라고 생각한다.   ▲ 디지털 스레드의 핵심은 유기적인 정보의 연결이다.   PTC의 디지털 스레드 전략을 소개한다면 PTC는 디지털 스레드를 중심으로 다양한 솔루션을 조합하여 제공하고 있다. PTC의 솔루션 포트폴리오는 PLM, ALM, IoT 등의 솔루션을 통해 제품의 수명주기 전반을 지원하며, IoT 플랫폼인 씽웍스(ThingWorx)가 중간에서 조율하는 역할을 하면서 솔루션들을 연결한다. 이 과정에서 개방성이 중요하다. 솔루션 기업 한 곳이 디지털 스레드를 위한 모든 기술을 제공한다는 것은 불가능하다. PTC는 오픈 API와 표준 기술을 기반으로 자사의 솔루션뿐만 아니라 타사의 솔루션 그리고 고객사의 레거시 솔루션까지 유기적으로 연결될 수 있도록 개방된 시스템을 지향한다. 고객이 최적의 솔루션을 선택하고 통합할 수 있도록 돕는 PTC의 오픈 시스템 접근 방식은 다른 경쟁사와 차별화된 부분이라고 생각한다. 특히 SLM은 PTC의 디지털 스레드에서 강조되는 가치 중 하나이다. 제품의 전체 수명주기에서 제품이 개발되고 고객에게 인도된 후 서비스의 수명주기는 특히 길다. 제품에 따라서는 수십 년에 걸쳐 서비스가 이뤄지기도 한다. 이를 위해 PTC는 SLM 영역에 대한 투자를 강화하면서 차별화되는 강점으로 내세우고 있다. 여기에는 필드 서비스 최적화를 위한 서비스맥스(ServiceMax), 서비스 문서 최적화를 위한 아보텍스트(Arbortext), 서비스 BOM 관리를 위한 윈칠(Windchill), 서비스 부품 최적화를 위한 서비지스틱스(Servigistics) 등의 솔루션이 포함된다.   제조기업의 디지털 스레드 도입을 어떻게 지원하고 있는지 PTC는 ‘디지털 전환 가치 로드맵’이라는 프레임워크를 통해 디지털 스레드 도입 전략과 단계별 가이드를 제시한다. 이 접근방식은 고객사의 비즈니스 과제를 분석하고, 그 과제를 해결하기 위한 비즈니스 이니셔티브와 KPI(핵심 성과 지표)를 설정하며, 이를 통해 고객사가 디지털 스레드 역량을 단계적으로 도입하도록 돕는 것이다. 고객사 임원들과의 인터뷰를 통해 비즈니스 목표와 과제를 파악하고, 비즈니스 프로세스와 디지털 스레드 역량의 연관성을 확인한 후에, 이를 바탕으로 디지털 스레드 기술 도입의 우선순위를 결정한다. 단순한 솔루션 공급에 그치지 않고 디지털 스레드 도입에 관한 포괄적인 로드맵을 제공함으로써, 궁극적으로 비즈니스 가치를 극대화할 수 있도록 돕는다. PTC는 국내외의 다양한 제조업체와 함께 디지털 스레드를 도입하고 있다. 국내에서는 반도체 장비와 중공업 기업에서 성공적으로 디지털 스레드를 도입했으며, 자동차 부품 및 전기전자 부품 공급사에서도 디지털 스레드 도입을 추진 중이다. 이와 같은 사례를 통해 PTC는 고객의 비즈니스 가치를 높이고 있으며, 디지털 전환을 위한 전략적 기술 도입 방법을 제시하고 있다.   ▲ 전체 제품 수명주기의 최적화를 위한 디지털 스레드 기술과 로드맵을 제공한다는 것이 PTC의 전략이다.   클라우드와 AI 등 최근 주목받는 기술은 디지털 스레드에서 어떤 역할을 하는지 디지털 스레드는 AI나 클라우드같은 기술을 활용하여 각 업무에 필요한 형태로 정보가 사용자에게 도달하도록 함으로써, 업무 효율과 비즈니스 성과를 극대화할 수 있다. PTC는 AI 기술을 활용하여 디지털 스레드의 연결성과 분석력을 강화하고 있으며, 고객의 비즈니스 효율을 높이는 데에도 노력을 기울이고 있다. 또한, 디지털 스레드의 궁극적인 모습은 클라우드를 기반으로 연결되는 것이지 않을까 생각한다. PTC는 온쉐이프(Onshape) 및 아레나 솔루션즈(Arena Solutions)와 같은 SaaS 솔루션을 인수하면서 클라우드 플랫폼을 확장하고 있으며 크레오 플러스(Creo+), 윈칠 플러스(Windchill+) 등의 SaaS 솔루션으로 구체화하는 작업을 진행 중이다.   향후 PTC의 디지털 스레드 비즈니스 전망에 대해 소개한다면 PTC는 디지털 스레드를 별도의 비즈니스 영역이 아니라, 기존 솔루션 비즈니스의 확장으로 보고 있다. CAD, PLM, ALM, SLM, IoT 등 다양한 솔루션과 가치 로드맵을 통해 고객사의 디지털 스레드 도입을 지원하며, 고객의 비즈니스 가치를 극대화하는 동시에 새로운 시장 기회를 창출하고자 한다. 앞서 소개한 것처럼, 디지털 스레드는 고객의 비즈니스 프로세스와 기술 역량을 유기적으로 연결하여, 더 빠르고 효율적인 제품 개발, 제조, 서비스가 가능하도록 한다. PTC는 디지털 스레드 전략을 통해 제조업체가 디지털 전환을 실현하고 글로벌 경쟁력을 강화할 수 있도록 지원하고 있다. PTC는 이러한 전략을 통해 디지털 스레드 시장에서의 리더십을 강화할 계획이다. 2024년 하반기에도 많은 고객사가 디지털 스레드를 도입할 것으로 예상하며, 이를 통해 PTC 또한 비즈니스 확산과 성장을 거둘 것으로 기대한다. 올해 두 자리수의 매출 성장을 목표로 하고 있으며, 시장에서의 입지를 더욱 강화할 계획이다.     ■ 기사 내용은 PDF로도 제공됩니다.

앤시스 워크벤치를 활용한 해석 성공사례   맥스웰(Ansys Maxwell)과 모터캐드(Ansys Motor-CAD)는 모터의 전자기장 해석에 자주 쓰이는 소프트웨어이다. 이번 호에서는 맥스웰과 모터캐드의 연성해석에 대해 2024년도 업그레이드 내용을 소개하겠다.   ■ 이상현  태성에스엔이 EBU-LF팀의 매니저로 전자기장 해석 기술 지원 및 교육, 용역 업무를 담당하고 있다. 홈페이지 | www.tsne.co.kr   맥스웰과 모터캐드의 비교 소개 맥스웰은 유한요소해석으로 전기기기, 전력소자, 전자기기, 케이블, 버스바(busbar) 등의 전자기장 해석 솔루션을 제공한다. 모터캐드는 모터 설계를 위한 다양한 솔루션을 제공하며 전문적인 사용자 인터페이스를 갖추고 있다.  <그림 1>은 앤시스 제품을 이용한 모터의 해석 흐름을 보여준다. 모터캐드는 물리 기반의 전문 솔루션으로, 해석을 진행하기 이전에 모터의 개념 설계(concept design)에 사용하는 것을 추천한다. 다중물리 솔루션과 열전달 솔루션의 시너지 효과와 함께 모터의 성능을 정확하고 빠르게 예측할 수 있다. 그리고 앤시스의 모터캐드와 맥스웰 해석을 이용하여 모터 설계 환경 구축 및 전자기 특성 개선을 할 수 있다. 그리고 앤시스 메커니컬(Ansys Mechanical)과 CFD를 이용하여 진동/소음, 응력, 방열 해석 등을 할 수 있고, 이는 시스템 전체 검증 및 통합 환경에 적용시킬 수 있다.   그림 1. 앤시스 제품을 이용한 모터 해석 흐름    맥스웰과 모터캐드는 모터의 전자기장 해석을 할 수 있다는 공통점이 있다. 차이점은 맥스웰은 전자기장 해석만 가능하고 모터캐드는 전자기장과 열, 구조 해석이 가능하여 다물리장을 고려한 모터 성능 예측이 가능하다. 그리고 맥스웰은 자유로운 모델링으로 모터뿐만 아니라 변압기, 인덕터, 센서, 액추에이터, 배터리 등의 다양한 제품을 해석할 수 있지만 모터캐드는 회전기기만 해석 가능하다. 추가로 모터캐드는 2D 기반의 형상을 지원하기 때문에 Radial Flux 모터만 해석이 가능하고 AFPM과 같은 Axial Flux 모터는 지원하지 않는다. 맥스웰은 2D, 3D 해석이 가능하기 때문에 모든 형태의 모터 해석이 가능하다. 대신에 모터캐드는 유한요소해석을 위한 세팅이 맥스웰에 비해서 자동으로 되어 있는 것이 많아서, 사용하기가 간편하고 해석 시간도 빠르다는 장점이 있다.   앤시스 모터캐드 2024의 업그레이드 내용 2024 업그레이드의 주된 내용은 모터 디자인과 해석 정확도, 해석 시간 단축이다. 디자인 부분에서는 파이썬(Python)을 이용하여 기존에 정해져 있던 형상을 사용자가 좀 더 자유롭게 변경 가능하고 회전자에 방사 방향으로 오일 스프레이 쿨링이 추가되었다. 해석 정확도 부분에서는 맥스웰의 자기장 해석 결과를 모터캐드의 랩 모듈(Lab Module)로 불러와서 효율맵 해석이 가능해졌다. 이 기능은 영구자석형 모터와 권선계자형 모터, SynRM 이 세 가지 모터만 현재까지 가능하다. 그리고 모달(Modal) 해석에서 강성, 고유 진동수, 댐핑 계수의 값을 튜닝할 수 있게 추가되어 실제 측정 데이터나 다른 해석 결과 데이터를 기반으로 튜닝할 수 있다. 마지막으로 해석 속도를 더 증가시키고자 멀티스레딩(multi-threading) 설정이 랩 모듈에도 추가되었다. 이 기능은 Emag 모듈에만 있었는데 랩 모듈에도 추가되면서 효율맵을 만들 때 좀 더 빠르게 계산이 가능하다. 맥스웰이나 앤시스의 다른 툴은 멀티 코어 해석 시 따로 HPC 라이선스가 필요하지만, 모터캐드는 기본으로 사용 가능하다. Thermal Transient 해석 솔버도 알고리즘을 업데이트하여 기본적인 해석 속도가 향상되었다. 이번 호에서는 해석 정확도에서 맥스웰과 모터캐드 연성해석 부분을 다룬다. <그림 2>는 모터캐드와 맥스웰의 연성해석으로 효율맵을 출력하는 흐름을 나타낸다. 가장 먼저 맥스웰에서 모터(Motor) 해석이 가능한 디자인을 먼저 만들어 놓고, 모터캐드에서 맥스웰 파일을 불러온다. 불러온 후 몇 가지 세팅을 한 다음에 ‘Build Model’을 누르면 자동으로 맥스웰 파일이 실행되면서 변수화 해석을 진행하게 된다. 변수화 해석이 종료되면 맥스웰 결과 데이터를 모터캐드로 자동으로 불러와서 효율맵을 출력해준다.   그림 2. 모터캐드와 맥스웰 연성해석 흐름     ■ 자세한 기사 내용은 PDF로 제공됩니다.

앤시스 워크벤치를 활용한 해석 성공사례   파이앤시스(PyAnsys)는 파이썬(Python)을 활용하여 앤시스(Ansys) 제품을 사용할 수 있는 라이브러리를 뜻한다. 파이앤시스는 구조해석과 관련한 PyMAPDL, PyMechanical과 전처리 및 후처리에 대한 PyDPF가 있다. 이와 같은 라이브러리를 이용하면 파이썬 내에 있는 패키지와 함께 다양한 작업이 가능해진다. 이번 호에서는 파이앤시스 중에서도 PyMAPDL에 대한 사용 방법과 활용 예시를 소개하고자 한다.   ■ 노은솔 태성에스엔이 구조 3팀 매니저로 구조해석 및 자동화 프로그램에 대한 기술 지원을 담당하고 있다. 이메일 | esnoh@tsne.co.kr 홈페이지 | www.tsne.co.kr   앤시스에서 구조, 열, 음향 등 다양한 해석에 사용되는 유한요소 솔버 중 하나인 Mechanical APDL은 명령어를 기반으로 구동된다. 복잡한 연산이나 매개변수 설정 및 자동화 기능이 가능하기 때문에 여전히 많이 사용되고 있다. 하지만 앤시스 워크벤치(Ansys Workbench)의 제한적인 기능을 활용할 경우, 추가적으로 APDL 명령어를 사용해야 한다. 말하자면 APDL 명령어로 여러 기능을 구현할 수 있지만, 넓은 범위에서 적용하기에는 한계가 있는 것이다. 예로 머신러닝이나 딥러닝과 관련한 라이브러리인 텐서플로(TensorFlow)나 케라스(Keras) 등은 APDL 명령어 내에서는 사용할 수 없으며, 파이썬과 APDL 연동에도 한계가 있다.  이 때 PyMAPDL 라이브러리를 사용하면 파이썬 내에서 APDL을 사용하기 때문에 활용도가 넓어진다. 이번 호에서는 PyMAPDL의 사용 방법과 활용 예시를 다뤄보고자 한다.    PyMAPDL 사용 방법 PyMAPDL은 파이썬에서 사용될 때 gRPC(Google Remote Procedure Call)를 기반으로 파이썬 명령어를 APDL 명령어로 변환하여 MAPDL 인스턴스(Instance)에 전송하고, 결과를 파이썬으로 다시 반환한다. 이러한 작업 과정 때문에 파이썬과 MAPDL 간 원활한 데이터 통신이 가능해지며, 다수의 MAPDL 인스턴스를 생성하여 다른 명령으로 동시 작업 또한 가능하다.   그림 1. PyMAPDL gRPC   먼저 PyMAPDL을 사용하기 위해서 앤시스 메커니컬(Ansys Mechanical)이 설치되어 있어야 하며, 관련 라이선스를 보유하고 있어야 한다. 현재 파이앤시스 홈페이지에 따르면 파이썬 3.8 이상 버전을 지원하고 있으며, gRPC 기반으로 사용하기 위해서 앤시스 2021 R1 이상을 권장한다. 파이썬과 앤시스 모두 설치되어 있는 환경이라면 추가적으로 PyMAPDL 라이브러리를 설치해야 한다. 터미널 창에 ‘pip install ansys-mapdl-core’ 한 줄의 입력으로 쉽게 설치되며, 버전을 따로 지정하지 않을 경우 최신 버전으로 설치된다. PyMAPDL은 <그림 2>와 같이 ‘launch_mapdl’ 함수를 호출하여 사용한다. 이는 Mechanical APDL Product Launcher를 실행하는 것과 유사하다. 해당 함수를 활용할 때 입력 가능한 주요 인자들을 입력하여 작업 폴더 위치나 파일 이름, 계산 방식 및 라이선스 등을 지정할 수 있다.    그림 2. PyMAPDL 실행 명령어   기존에 APDL에서 육면체 형상을 모델링하여 요소를 생성하는 과정은 <그림 3>과 같이 작성되고, 동일한 작업을 PyMAPDL로는 <그림 4>와 같이 구성할 수 있다. 작성된 APDL과 PyMAPDL 명령어를 비교하면 형태가 매우 유사한 것을 볼 수 있다. 이 때 PyMAPDL은 파이썬에서 두 가지 방식으로 사용된다. 첫 번째는 ‘run’ 명령어를 활용하여 APDL 명령어를 스트링(string)으로 입력해 직접 실행하는 방법이며, 두 번째는 파이썬 명령어로 변환해서 처리하는 방법이다.   그림 3. MAPDL 모델링 및 요소 생성 예시   그림 4. PyMAPDL 모델링 및 요소 생성 예시     ■ 자세한 기사 내용은 PDF로 제공됩니다.

지멘스 디지털 인더스트리 소프트웨어는 아이온 모빌리티가 지멘스 엑셀러레이터(Siemens Xcelerator) 소프트웨어와 서비스 포트폴리오를 활용해 동남아시아 모빌리티 전동화를 가속할 ‘아이온 M1-S’ 전기 바이크를 출시했다고 발표했다. 동남아시아 지역에는 2억 대가 넘는 내연기관 이륜차가 있다. 인도네시아, 말레이시아, 태국, 베트남에서는 전체 가구의 80% 이상이 바이크를 소유하고 있는데, 이로 인한 도시 대기질과 환경 부담이 크다. 이 때문에 전기 오토바이로의 전환이 시급한 상황이다. 인도네시아 차량 기술 기업인 아이온 모빌리티는 저렴하고 지속 가능한 교통수단의 제작 및 제공을 목표로 한다. 최첨단 설계와 정밀 엔지니어링으로 제작된 M1-S 모터바이크는 4개국의 설계자, 엔지니어, 기술자가 팀을 이루어 3년에 걸쳐 만들어냈다. 이 제품은 4.3kWh 배터리를 기반으로 150km 주행이 가능하며, 3시간 미만으로 재충전이 가능하고, 최고 속도는 105km/h이다. 시트 아래의 수납공간은 26리터이며, 도심형 바이크에 요구되는 컴팩트함과 민첩성을 추구했다.     아이온 모빌리티는 지멘스 엑셀러레이터 포트폴리오의 NX 소프트웨어를 사용해 스타일링, 메커니컬 엔지니어링, 전기 배터리 팩 개발을 진행하며 콘셉트에서 엔지니어링을 거쳐 제조 준비 단계로 이어질 수 있도록 지원했다. 지멘스의 NX 소프트웨어와 제품 수명주기 관리(PLM)를 위한 팀센터(Teamcenter) 소프트웨어도 아이온 M1-S가 생산 가치 사슬로 전환됨에 따라 공급업체 협업의 기반이 될 예정이다. 이에 더해 와이어 하네스 설계와 제조를 위해 지멘스의 캐피탈(Capital) 소프트웨어도 도입했다.  아이온 모빌리티의 우 셴이(Wu Xianyi) 최고운영책임자(COO)는 “우리의 설계 팀은 M1-S의 생산 준비를 위해 24시간 전 세계에서 끊임없이 노력해 왔다. 지멘스의 NX, 팀센터, 캐피탈의 결합을 통해 스타일링, 메커니컬 엔지니어링, 와이어 하네스 설계 분야를 통합하고, 하나의 팀으로서 유기적으로 협력하여 멋진 제품의 외형을 제공할 뿐만 아니라, 고객의 까다로운 요구사항에 맞춰 성능을 발휘할 수 있게 되었다. 이 모든 것이 전 세계적인 팬데믹 속에서 이뤄낸 성과”라고 말했다. 아이온 모빌리티의 창립자 겸 CEO 제임스 찬(James Chan)은 "아이온 모빌리티는 고객을 위한 훌륭한 제품과 원활한 사용자 경험을 창출하기 위해 최선을 다하고 있다. 제품에 첨단 하드웨어, 소프트웨어 기술을 인간 중심 설계와 결합해 누구나 사용할 수 있는 스마트 전기 바이크와 에너지 저장 솔루션을 제공한다. 우리는 동남아시아 전역의 소비자를 위한 전기 모빌리티 제품으로 저탄소 경제 전환을 선도하는 것을 비전으로 삼고 있다. Siemens Xcelerator 포트폴리오를 통해 우리는 스타트업이 요구하는 기간 내에 컨셉에서 생산 가능한 제품으로 빠르게 이동할 수 있다. 이로써 시장에서 앞서 나가며 새로운 시장 카테고리를 정의할 수 있다"고 말했다. 지멘스 디지털 인더스트리 소프트웨어의 알렉스 테오(Alex Teo) 동남아시아 부사장 겸 전무이사는 “동남아시아의 모빌리티 문제를 해결하기 위한 아이온 모빌리티의 노력은 지멘스 심센터 포트폴리오가 어떻게 중소기업의 혁신가와 개척자들이 세계적 수준의 도구를 사용하여 아이디어를 개념에서 제품으로 전환할 수 있도록 지원하는지 보여준다. 아이온 모빌리티가 아이온 M1-S를 시장에 출시하는 과정과 함께 엑셀러레이터의 접근성을 바탕으로 다양한 산업 분야에서 진정한 혁신이 이루어지고 있음을 확인하게 됐다”고 말했다.

지멘스 디지털 인더스트리 소프트웨어는 노르웨이의 자율 공장 자동화 스타트업인 ‘휠미(wheel.me)’가 다양한 사물을 자율주행 로봇으로 변환할 수 있는 차세대 자율 시스템의 개발을 위해 서비스형 지멘스 엑셀러레이터(Siemens Xcelerator) 산업용 소프트웨어 포트폴리오를 선택했다고 발표했다. 휠미는 사용하면 사람의 개입 없이도 공장 현장에서 상품을 효율적으로 운송해 물류 내 운영을 최적화하는 시스템을 개발하고 있다. 이를 활용하면 디자인이나 형태를 변경할 필요 없이 적은 노력을 통해 무엇이든 자율주행 로봇으로 변환할 수 있다. 서비스형 엑셀러레이터를 통해 설계 및 엔지니어링된 휠미의 지니어스 2(Genius 2)는 4개의 자율 주행 바퀴로 구성되며, 이 중 1개의 바퀴가 중앙 두뇌 역할을 한다. 휠미의 실내 내비게이션 기술, 데이터 분석과 연계돼 작동하며, 첨단 센서 기술 기반 장애물 감지와 동적 경로 계획 기능을 갖추고 있어 다양한 하중과 크기에 맞춰 조정할 수 있다. 또한, 함께 제공되는 소프트웨어를 통해 맞춤형 프로세스 흐름과 중앙 집중식 제어가 가능해 고객 시설 전체에서 효율적인 주행과 성공적인 운송이 가능한 것이 특징이다.     휠미는 다양한 엔지니어링 시스템과 기초적인 관리 솔루션으로 구성된 멀티 벤더 툴 세트에서 벗어나, 기계 설계를 포괄하며 수명 주기 관리 기능으로 팀과 데이터를 통합하는 단일 통합 플랫폼으로 전환해야 한다는 요구에 직면했다. “각기 다른 공급업체에서 여러 소프트웨어를 공급받게 되면 개발 속도가 늦어지기 때문에, 전체 패키지를 제공할 수 있는 통합 솔루션을 찾기로 했다”는 것이 휠미의 설명이다. 휠미는 제품 엔지니어링을 위해 NX 및 솔리드 엣지와 상호운용이 가능한 지멘스의 메커니컬 디자인(Mechanical Design) 번들 및 PLM 솔루션인 팀센터 소프트웨어를 도입했다. 이를 통해 제어되고 중앙 집중화된 데이터 관리 환경에서 선택한 설계 도구 간에 유연한 전환이 가능해졌다. 휠미의 캐스퍼 로드루드(Casper Rødsrud) 기계 엔지니어링 부문 총괄은 “NX와 솔리드 엣지에 모두 액세스할 수 있는 기능을 통해 유연성을 확보해 프로젝트 요구 사항에 가장 적합한 도구를 선택할 수 있었다. 이를 통해 솔리드 엣지에서 빠른 개념 설계를 수행한 다음, 심층 설계를 위해 NX로 이동하고 필요한 시뮬레이션을 수행할 수 있다는 점이 핵심”이라고 말했다. 지멘스 디지털 인더스트리 소프트웨어의 매츠 프리베르크(Mats Friberg) 북유럽 운영 부문 부사장 겸 총괄 디렉터는 “우리는 스타트업이 설계, 제조 산업 전반을 아우르는 혁신의 생명선이라고 믿는다. 엑셀러레이터 포트폴리오는 통제되고 관리되며 안전한 수명주기 관리 환경에서 높은 수준의 설계, 엔지니어링 기능을 제공하고 있다. 이는 다양한 규모의 선구적인 기업에서 활용되며 진정한 혁신과 미래 개척을 지원한다”고 전했다.

버스바의 최적 설계 프로세스 단축하기   파워서플라이나 전기차 배터리와 같은 고전력 장치에 사용되는 버스바(BusBar)는 최적 설계 도출을 위해 다수의 전열 해석이 동반되어 수많은 워크플로를 진행해야 한다. 태성에스엔이가 자체 개발한 전열 해석 자동화 프로그램인 BeHAP을 이용하면 단일 환경에서 전열 해석을 한 번에 진행 가능하다. 이번 호에서는 버스바 전열 해석 자동화 프로그램에 대한 소개와 사용 방법을 설명하고자 한다.   ■ 김재원 태성에스엔이 구조 2팀 매니저로 구조해석 및 자동화 프로그램에 대한 기술 지원을 담당하고 있다. 이메일 | jwkim21@tsne.co.kr 홈페이지 | www.tsne.co.kr   파워 서플라이나 전기차 배터리와 같은 고전력이 필요한 장치에 많이 사용되는 버스바는 전선과 동일한 기능을 가지면서 형상적으로 단단하고 정밀한 제작이 가능하기 때문에, 보다 효율적인 공간 활용이 가능하다.  그에 따라 형상 최적 설계에 대한 연구가 많이 진행되고 있으나 최적 설계 도출을 위해서 다수의 전열 해석을 수행해야 하기 때문에, 수많은 워크플로 생성으로 인해 업무 효율성이 떨어지는 어려움이 있다. 태성에스엔이에서 제작한 버스바 전열 해석 자동화 프로그램인 BeHAP을 사용하면 다수의 전열 해석이 필요 없이 단일 환경에서 다양한 전열 해석 수행이 가능하다.    BeHAP 소개 전열 해석은 전기 해석과 발열 해석의 연성 해석이 필요하기 때문에, 다양한 환경에서 해석이 진행된다.(그림 1)   (a) 해석 시스템 생성   (b) 물성 추가   (c) 형상 수정   (d) 격자 생성 및 경계 조건 부여   (e) 결과 확인 그림 1. 앤시스 환경에서의 전열 해석 프로세스   <그림 1>과 같이 앤시스의 전열 해석 프로세스는 워크벤치(그림 1-a~b), SCDM(그림 1-c), 메커니컬(그림 1-d~e) 환경을 거쳐 전/후처리를 진행하기 때문에, 워크플로가 매우 복잡해진다. 이러한 경우 BeHAP을 사용하여 이러한 문제를 해결할 수 있다. BeHAP은 <그림 2>와 같이 하나의 환경에서 전/후처리를 한 번에 수행할 수 있다. 또한, 해석 워크플로의 단순화로 해석 숙련도가 낮은 설계 엔지니어도 쉽게 사용할 수 있다는 장점이 있다.   (a) 모델 불러오기   (b) 물성 추가 및 적용   (c) 경계 조건 부여   (d) 결과 확인 그림 2. BeHAP에서의 전열 해석 프로세스     ■ 자세한 기사 내용은 PDF로 제공됩니다.

앤시스 워크벤치를 활용한 해석 성공 사례   풍력발전기와 같은 대형 구조물은 구조적 안정성 측면에서 풍하중을 고려해야 한다. 이 때, 풍하중 해석은 유체 압력에 의한 구조물의 변형을 고려하기 때문에 FSI(Fluid-Structure Interaction) 해석을 수행해야 한다. 이번 호에서는 앤시스 플루언트(Ansys Fluent)만을 이용하여 FSI 해석을 수행할 수 있는 IFSI(Intrinsic FSI) 방법에 대해 알아보도록 하겠다.   ■ 안홍석 태성에스엔이 FBU-F4팀의 매니저로, 중공업/제철/플랜트 산업군에서 Ansys Fluent 및 Discovery 등을 담당하고 있다. 이메일 | hsahn@tsne.co.kr 홈페이지 | www.tsne.co.kr   앤시스 제품군을 이용한 풍하중 평가방법 먼저, IFSI에 대해 알아보기 전에 앤시스 제품들을 이용한 풍하중 평가방법에 대해 알아보고자 한다. 일반적으로 풍하중과 같은 FSI 해석을 하기 위해서는 유동해석 프로그램인 앤시스 플루언트에서 계산한 데이터를 구조해석 프로그램인 앤시스 메커니컬(Ansys Mechanical)로 전달하여 해석하는 방법이 있다.(1-Way FSI 기준) 하지만, 이 방법은 두 개의 프로그램(앤시스 플루언트, 앤시스 메커니컬)을 사용할 수 있는 라이선스와 다룰 수 있는 지식이 필요하기 때문에, 비용과 시간이 많이 필요하다는 단점이 있다.   그림 1. 일반적인 1-Way FSI 해석 방법 및 결과   다른 대안으로는 유동해석의 압력 분포로부터 취약지점을 예측하는 방법이 있다. 앤시스 플루언트는 경계면에 작용하는 압력값을 이용해 특정 방향 및 지점을 기준으로 작용하는 Force와 Moment를 구할 수 있다. 하지만 이 방법을 이용해서 구조물에 걸리는 하중을 구해도 물성치를 초과하는 응력(Stress)을 확인할 수 없기 때문에, 직관적으로 풍하중을 평가하기에는 제약이 있다.   그림 2. 앤시스 플루언트를 이용한 압력분포 해석 결과   그림 3. 앤시스 플루언트를 이용한 Force report   또 다른 대안은 디스커버리 AIM(Discovery AIM)을 사용하는 방법이다. 디스커버리 AIM은 한 개의 플랫폼 안에서 구조, 유동, 전자기 등의 해석을 수행할 수 있고, 1-Way FSI와 같은 연성해석도 지원한다. 한 개의 플랫폼 안에서 사용하기 때문에, 사용법을 배운다면 플래그십 제품인 앤시스 플루언트와 앤시스 메커니컬의 해석 정확도에 준하는 결과를 얻을 수 있었지만, 아쉽게도 앤시스 2021 R1 버전을 마지막으로 현재 출시되고 있지 않다. 마지막은 이번 호에서 설명하고자 하는 IFSI를 이용한 방법이다. 앤시스 플루언트의 IFSI(Intrinsic FSI)는 앤시스 2019 R1 버전부터 지원하고 있는 기능이며, 앤시스 플루언트에 내장되어 있는 구조 모델(Structure Model)을 의미한다. 앤시스 플루언트 사용 환경에 익숙한 사용자가 별도의 라이선스 구매 없이 구조해석을 할 수 있다는 장점이 있다. 앤시스 플루언트 IFSI는 ▲유체 압력에 의한 구조물의 변형을 해석할 수 있는 1-Way FSI와 ▲그러한 구조물의 변형에 의해 유동장이 바뀌는 부분을 해석할 수 있는 2-Way FSI 모두를 지원하고 있다. 또한, Steady와 Transient 해석에서도 기능을 지원하고 있다.   그림 4. 앤시스 플루언트 IFSI를 이용한 1-Way FSI 해석 결과     ■ 자세한 기사 내용은 PDF로 제공됩니다.

브릭시스(Bricsys)는 최근 진행한 연례 디지털 서밋 이벤트를 통해 브릭스캐드(BricsCAD)의 23 버전 및 브릭시스 24/7(Bricsys 24/7)의 업데이트를 소개했다. 브릭시스는 통합, 자동화, 사용성이라는 세 가지 특성을 기반으로 CAD, BIM 및 기계 설계를 위한 단일 플랫폼과 민첩성을 제공한다는 제품 전략을 내세우고 있다.    ▲ 이미지 출처 : 브릭시스 웹사이트   브릭시스의 주력 CAD 제품인 브릭스캐드 프로(BricsCAD Pro) 및 라이트(BricsCAD Lite)의 버전 23은 설계, 건설, 엔지니어링 및 제조 워크플로를 위해 보다 직관적인 AI 기반 CAD 도구를 제공하며, 도면 상태 관리 도구 세트 및 도면 복구 도구의 확장과 함께 새로운 기능 및 명령어가 추가됐다. 토목 및 점군(Point Cloud) 관련 기능도 포함되어 있으며, AI와 머신러닝을 사용하여 더 많은 워크플로를 자동화한다. 브릭스캐드 버전 23에는 업그레이드된 최적화 3D(Optimize 3D) 및 카피가이드 2D(CopyGuided 2D) 기능도 포함되어 있으며, DWG 및 IFC 표준과 호환되는 플랫폼 간 데이터 임포트 및 익스포트를 지원한다. 브릭스캐드 BIM(BricsCAD BIM)은 친숙한 CAD 환경에서 간단하고 액세스 가능한 BIM 워크플로를 제공하는 솔루션으로, BIM 워크플로에서 IFC, RVT 및 RFA 관련 기능과 호환성을 제공한다. 이 제품은 친숙한 UI 및 환경을 기반으로 3D 모델에서 나온 2D 도면에 대해 자동화된 워크플로를 지원하는 데에 초점을 두고 있다. 새 버전에서는 계단의 2D 표현 향상이나 스캔-투-BIM(scan-to-BIM) 모델링 요소를 자동으로 얻을 수 있는 타입 플랜 등 새로운 기능을 선보인다. 브릭스캐드 메커니컬(BricsCAD Mechanical)은 AI 기반 도구를 사용하여 단일 dwg-CAD 및 모델링 플랫폼에서 설계부터 제조까지 속도를 높인다. 새 버전에는 3D 기계 설계 도구의 기능을 강화했으며 자동화된 BOM 생성, 포괄적인 2D 도면 디테일링 기능, 판금 설계-제조 워크플로와 같이 2D 생산 도면 다운스트림을 쉽게 생성할 수 있는 방법 등을 지원한다. 브릭시스 얼티밋(BricsCAD Ultimate)은 상호 운용 가능한 2D/3D CAD, 모델링 및 BIM의 통합 패키지로, 올인원 CAD 플랫폼에서 BIM부터 기계에 이르기까지 '하나의 라이선스, 하나의 도구, 하나의 기술'이라는 브릭시스의 비전을 보이는 솔루션이다. 브릭스캐드 얼티밋은 설계자와 엔지니어가 제작 및 철골 디테일링을 위한 엔지니어링 작업에서 정확한 3D 모델을 구축할 수 있는 도구를 제공한다. 또한, 스캔-투-BIM을 사용한 하나의 강철 구조물 모델링에서 저세부(low-detail) 매스 모델링 및 매우 상세한 제작을 위한 디테일링까지 처리할 수 있는 유연성을 제공한다.   ▲ 이미지 출처 : 브릭시스 웹사이트   또한 브릭시스는 클라우드 기반 공통 데이터 환경(Common Data Environment : CDE)인 브릭시스 24/7(Bricsys 24/7)의 최신 업데이트를 선보였다. 브릭시스 24/7은 AEC 및 건설 전문가가 프로젝트 데이터를 관리하고 다양한 형식의 문서를 교환하는 플랫폼이다. 브릭시스 24/7은 이번 업데이트를 통해 이해 관계자와 건물 소유주가 적시에 적절한 장소에서 미션 크리티컬 데이터의 실시간 가시성을 확보하고, 프로젝트에 대한 데이터 및 문서를 자동으로 관리할 수 있는 워크플로를 직관적으로 쉽게 만들 수 있도록 했다. 브릭시스는 "브릭시스 24/7이 2D, 3D 및 BIM 설계와 호환되며, 건축 및 건설 또는 소매 포트폴리오 등 대규모 프로젝트에서 작업하는 무제한의 사용자에게 열려 있다"고 소개했다. 브릭시스의 라훌 케즈리왈(Rahul Kejriwal) CEO는 "유연하지 않은 CAD 소프트웨어 라이선스는 AEC, 설계, 엔지니어링 및 제조 영역의 중소기업 및 대기업이 디지털 기술을 도입하는 데에 부정적인 영향을 주었다"면서, "브릭시스는 데이터를 가두지 않을 것이며, 접근하기 쉬운 최상의 설계, 모델링 및 협업 소프트웨어가 필요한 사용자에게 새롭고 유연한 비즈니스 모델을 제공할 것"이라고 밝혔다.